في عالم الذكاء الاصطناعي، شهدنا تقدمًا هائلًا في معالجة اللغة والنصوص، ولكن ماذا عن الصوت؟ تم الكشف عن نموذج جديد يسمى Audex، يجمع بين الذكاء الصوتي (Audio Intelligence) ونماذج اللغة الضخمة (Large Language Models) بكفاءة مذهلة.

نموذج Audex، المبني على أساس Nemotron-Cascade-2-30B-A3B، هو نموذج موحد يجمع بين كلا العالمين عبر تصميم بسيط يعتمد على محول واحد (Transformer Decoder). يقوم النموذج بترميز المدخلات الصوتية ثم مشاهدتها في مجال النص، مما يمهد الطريق لتوليد معزز ومتجانس للبيانات الصوتية والنصية.

تتضمن عملية تدريب Audex مجموعات بيانات ضخمة تحتوي على 157.4 مليار رمز صوتي و320.5 مليار رمز نصي، مما يسهم في تحسين فهم الصوت والترجمة وتوليد الصوت. واحدة من الميزات الفريدة لهذا النموذج هي كفاءته في الحفاظ على الأداء الممتاز للنصوص مع إمكانية معالجة الصوت بدون تراجع في الكفاءة.

كما تم الحفاظ على قدرات النموذج في التفكير والتناسق والمعرفة، مما يجعله إضافة قوية إلى مجموعة أدوات مطوري الذكاء الاصطناعي. لن يتوقف الأمر هنا، إذ تم إطلاق نقاط تفتيش النموذج لتسهيل إجراء الأبحاث المفتوحة يستهدف فريق Nemotron Labs تشجيع الباحثين لاستكشاف الإمكانيات التي يقدمها Audex.

ما رأيكم في هذا التطور الثوري؟ شاركونا انطباعاتكم في التعليقات!